基于多源信息的数字式继电保护装置隐性故障检测

摘 要：【目的】当前数字式继电保护装置隐性故障检测节点布设形式以独立设置为主，故障检测范围受到限制，导致后期误动识别次数下降，为此提出基于多源信息的数字式继电保护装置隐性故障检测方法。【方法】根据测试需求，采用网格式的部署结构布设检测节点，打破故障检测范围的限制，并对采集的数据进行预处理。在此基础上，设计多源信息继电保护装置隐性故障检测模型，并采用差动量核验的方式来实现隐性故障检测处理。【结果】测试结果表明，针对选定的4个测试区域，结合线路1、线路2和线路3的运行状态，对其进行隐性故障的检测，最终得出的误动识别次数均可以达到15次以上。【结论】基于多源信息的辅助和支持下设计的隐性故障检测方法更加高效、灵活、稳定，针对性明显提高，具有实际的应用价值，实现了故障检测形式的创新。

关键词：多源信息；数字式继电保护；故障检测；继电保护装置

中图分类号：TN726 文献标志码：A 文章编号：1003-5168（2024）15-0004-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.15.001

Hidden Fault Detection of Digital Relay Protection Devices Based on Multi-Source Information

JIN Wanglei CHEN Jia LYU Yanbo YANG Zhongzhe

（State Grid Shanghai Fengxian Power Supply Company，Shanghai 201499， China）

Abstract：[Purposes] The current layout of hidden fault detection nodes in digital relay protection devices is mainly independent， and the fault detection range is limited， resulting in a decrease in the number of misoperation identification in the later stage. Therefore， a digital relay protection device hidden fault detection method based on multi-source information is proposed.[Methods] Firstly， based on the current testing requirements， a network format deployment structure is adopted to deploy detection nodes， breaking the limitations of fault detection scope， and preprocessing the collected data. Then， based on this， a hidden fault detection model for multi-source information relay protection devices is designed， and differential verification is used to achieve hidden fault detection and processing.[Findings] The test results show that for the selected four test areas， combined with the operating status of Line 1， Line 2， and Line 3， hidden fault detection can be carried out， and the final misoperation identification frequency can reach more than 15 times.[Conclusions] With the assistance and support of multiple sources of information， the designed hidden fault detection method is more efficient， flexible， and stable， and has significantly improved pertinence， which has practical application significance， achieving innovation in the form of fault detection.

Keywords： multi source information; digital relay protection; fault detection; relay protection device

0 引言

数字式继电保护装置的综合应用有助于电力系统的不断完善，确保电网安全稳定运行。然而，在实际的应用中，继电保护装置可能会因各种原因而出现隐性故障，若不及时进行检测和处理，极有可能造成隐性故障范围扩大，进而导致设备后期的运行难以控制，埋下安全隐患［1］。此外，隐性故障的点位一般较为分散，识别较为困难，这也是影响最终故障监测结果不精准的关键因素之一［2］。

为解决上述问题，本研究提出了基于多源信息的数字式继电保护装置隐性故障检测方法。所谓多源信息，指的是不同来源、不同类型、不同精度的信息，其中包括继电保护装置运行状态和电网运行状况的电流、电压等电气量的测量数据信息［3］。针对继电保护装置隐性故障的特征，结合采集的多源数据，设计更加灵活、多变的故障检测结构，从故障点位、覆盖范围、运行状态等多方面展开检测，实现对电网故障的快速识别和准确定位［4］。此外，多源信息在一定程度上还可以进一步反映继电保护装置的实际故障状态，不断缩小故障检测范围，从而构建一个稳定、安全的监测环境，推动相关行业与技术迈入一个新的发展阶段［5］。

1 数字式继电保护装置多源信息隐性故障检测方法

1.1 检测节点网格式部署和数据预处理

不同于传统的节点设定方式，交叉部署的覆盖范围更大、针对性更强，在复杂的电力环境下，可以实现多源数据的采集和传输，并进行数据的预处理［6］。在电网继电保护装置的不同位置和层级上进行点位标定，采用网格式的布设方式，将基础的检测节点逐一设置在各个点位上［7］。具体结构如图1所示。

结合图1，实现对网格式检测节点的部署。通过该部署方式，调整节点的执行参数和应用设定标准，进行数据信息的采集，经汇总整合之后，以待后续使用。该部分的数据预处理需要先对继电保护装置的日常运行数据进行分类，标定好正常数据和异常数据，在消除噪声和干扰之后，进行修正与调整，确保数据的准确性和可靠性。需要注意的是，在进行数据预处理时，应结合隐性故障的发生情况，计算出故障特征值，见式（1）。

[L=S+（1-γ2）] （1）

式中：[L]为故障特征值；[S]为检测区域；[γ]为异常差。

结合当前测定，将得出的特征值作为故障检测的标准，构建后期的检测条件。

1.2 多源信息继电保护装置隐性故障检测模型的设计

结合多源信息的辅助条件，设计继电保护装置隐性故障检测模型。首先，确定隐性故障的特征信息，实现信息的分类融合；其次，结合得出的隐性故障特征值，建立故障检测模型。具体的执行流程如图2所示。

结合图2，实现对多源信息继电保护隐性故障检测模型流程的设计与执行。将特征作为引导，在不同的周期范围内，进行隐性故障特征的定向识别。与此同时，结合采集的多源信息，分析当前继电保护装置的持续性运行状态。综合获取的多源信息，构建模型的表达式，见式（2）。

[J=ε×rd1-（a+1）+d2] （2）

式中：[J]为模型输出检测结果；[ε]为隐性故障覆盖位置；[r]为网格检测范围；[a]为异常信息转换差值；[d1]和[d2]分别为初始识别区域和实际识别区域。

对模型输出的结果进行比对验证，并利用历史数据和故障案例来训练检测模型，通过交叉验证来评估模型的性能和稳定性，确保其对隐性故障具有较高的检测率。

1.3 差动量核验

差动量核验是一种在继电保护领域广泛应用的隐性故障检测处理方法。其核心思想是通过对电流或电压等电气量的差动分析来识别保护装置及其相关回路中可能存在的隐性故障。首先，设定一个合理的差动阈值。阈值标准的制定通常基于正常运行状态下电流或电压的波动范围来设定，这样可以确保在正常运行时不会误判为故障。其次，将差动值和阈值设定为警告触发的限制标准。并对差动信号进行预处理，通过对比差动信号来二次核验隐性故障检测模型输出结果的真实性与可靠性。差动量核验与初始的核验逻辑相关联，不仅扩大了故障检测范围，而且避免了单一保护逻辑可能存在的误判或漏判，确保了电力系统的安全、稳定运行。

2 实验

该试验主要是对本研究所提方法的实际应用效果进行分析与验证。考虑到最终测试结果的真实性与可靠性，采用对比的方式展开分析，选定G电站作为测试的主要目标对象。在多源信息的引导下，利用专业的设备进行基础继电保护装置运行数据和信息的采集，经汇总整合之后，以待后续使用。接下来，基于实际的测定需求，进行初始测试环境的搭建。

2.1 实验准备

结合多源信息的测试条件，搭建数字式继电保护装置隐性故障检测环境。首先，在G电站中标定出继电保护装置的具体位置，并将其覆盖控制的范围按照点位标定的方式进行划分处理。在每一个区域设置一定数量的监测节点，节点之间需要建立一定的传输和关联信道，形成循环式的监测环境，便于后续异常数据的获取和采集。其次，在继电保护装置中接入传感器，并与节点连接，增加对隐性故障的识别检测范围。最后，预设一种虚拟的隐性故障指令Q，作为此次测试的检测目标。隐性故障的线路设计如图3所示。

结合图3，实现对Q虚拟仿真隐性故障线路的设计与执行。将预设的隐性故障在测试中执行，作为故障检测的捕捉目标。为确保隐性故障的检测效率，设定辅助测试指标与数值，见表1。

结合表1，完成对辅助测试指标与数值的设定。基于多源信息的检测条件，采集获取不同区域内的继电保护装置运行时的基础数据和信息。至此，实现对隐性故障检测环境的设定。

2.2 实验过程及结果分析

在上述搭建的测试环境中，结合多源信息的辅助条件，对G电站的数字式继电保护装置隐性故障检测方法进行测定。3个线路之间的运行状态和情况均不相同，此时可以将指令导入测试系统之中，建立对应的执行联系。当继电保护装置运行时，结合多源信息原则，设定3个对应的周期，采集数据和信息进行对比分析，计算电流的平均值，见式（3）。

[F=（m+n2×1q）-y=1ny] （3）

式中：[F]为继电保护装置周期运行电流的平均值；[m]为传感范围；[n]为识别重叠位置；[q]为基础识别频率；[y]为隐性故障检测次数。

结合当前测定，将计算得出的电流平均值设定为检测标准，对线路1～线路3的故障环境进行捕捉，如图4所示。

结合图4，实现对线路1～线路3隐性故障的捕捉处理。当前，结合隐性故障信号的采集和点位的标定，针对选定的4个测试区域，测定出隐性故障的误动识别次数，见式（4）。

[H=π2-e=1ℑ e-w] （4）

式中：[H]为误动识别次数；[π]为可识别检测区域；[ℑ]为异常传感单元区域；[e]为检测频率；[w]为重叠范围。

对上述测定的结果数据进行比对分析，见表2。

结合表2，实现对测试结果的分析。针对选定的4个测试区域，结合线路1、线路2和线路3的运行状态，对其进行隐性故障的检测。最终得出的误动识别次数均可以达到15次以上，表明在多源信息的辅助和支持下，本研究所设计的隐性故障检测方法更加高效、灵活、稳定，针对性明显提高，具有实际的应用意义，实现了故障检测形式的创新。

3 结语

通过多源信息的融合与辅助，并搭配传感器进行监测，可以在出现异常情况的第一时间就对故障位置做出标定。在这个过程中，通过信号处理与机器学习算法，实现了对隐性故障更加全面、精准的识别。在此基础之上，隐性故障的检测应用还可以显著提高电力系统的安全性和稳定性，减少安全事故的发生，降低经济损失，为电力行业的安全运行作出贡献。

参考文献：

［1］朱林.基于模糊支持向量机的智能站继电保护设备隐性故障检测方法［J］.计算技术与自动化，2023，42（4）：53-58.

［2］余光海.基于残差决策的主网继电保护隐性故障检测［J］.电子设计工程，2022，30（21）：109-112，117.

［3］周海成，王宏锋，李佳，等.基于多源信息的继电保护隐性故障智能分析系统［J］.微型电脑应用，2023，39（3）：79-82.

［4］杨鹏杰，张克宇，徐宇，等.继电保护和安全稳定控制系统隐性故障分析［J］.电气技术与经济，2023（7）：294，306.

［5］寇俊杰.继电保护装置隐性故障及维管对策［J］.光源与照明，2022（8）：192-194.

［6］戴志辉，李金铄，耿宏贤，等.继电保护系统隐性故障识别方法及软件设计与实现［J］.智慧电力，2022，50（5）：77-84.

［7］周若萌.基于深层知识的继电保护隐性故障识别方法［J］.自动化应用，2022（4）：130-132.